Boylamsal verilerde semiparametrik karma etki modelleri ve bir uygulama
Semiparametric mixed effects models in longitudinal data and an application
- Tez No: 354748
- Danışmanlar: PROF. DR. ŞAHAMET BÜLBÜL
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Marmara Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 158
Özet
Boylamsal veriler, aynı birimlere ait özelliklerin zaman içerisinde tekrarlı olarak ölçülmesi ile elde edilen verilerdir. Boylamsal verilerin analizi, klasik regresyon modelleri ile gerçekleşemediğinden bu veriler için özel regresyon modelleri geliştirilmiştir. Bu modellerden en sık kullanılanları parametrik regresyon modellerinden Karma Etki Modelleri (KEM) ve Genelleştirilmiş Tahmin Denklemleridir (GTD). KEM'de sabit ve tesadüfi etkiler modele birlikte dahil edilir. GTD ise bağımlı değişkenin tekrarlı ölçümleri arasındaki korelasyonu hesaba katarak anakütle ortalama değerindeki marjinal değişimi ortaya çıkarır. Her iki yöntemde bağımlı değişken ile bağımsız değişken(ler) arasındaki ilişkinin doğrusal olması veya ilişkinin bilinen parametrik fonksiyonlarla ifade edilmesi temeline dayanmaktadır. Bu durumda da gerçek ilişki yapısı ortaya çıkarılamamaktadır. Özellikle sosyal bilimlerde bu durum güvenilir ve mantıklı sonuçlara ulaşılmasını engelleyecektir. Boylamsal verilerde bağımlı değişken ile bağımsız değişken(ler) arasındaki ilişkinin daha karmaşık olduğu durumlarda, parametrik olmayan regresyon modeli kullanılmaktadır. Bu modellerde birden fazla bağımsız değişken olması durumunda, hesaplamalarda ve yorumlama aşamasında sıkıntılar ortaya çıkmaktadır. Bu durumda da Semiparametrik regresyon modelleri devreye girmektedir. Bu modellerde bağımlı değişken ile bazı bağımsız değişken(ler) arasındaki ilişki doğrusal ya da bilinen fonksiyonlarla ifade edilen bir yapıda iken, bazı bağımsız değişken(ler) ile doğrusal olmayan ya da bilinen fonksiyonlarla ifade edilemeyen bir yapıda olabilir. Bu durumda, boylamsal veriler söz konusu olduğundan, birim-özel etkilerinde dahil edildiği Semiparametrik Karma Etki Modelleri (SKEM) en uygun sonucu vermektedir. Bu çalışmada, bir partinin oy oranını etkileyen faktörlerin belirlenmesi amacıyla iki boylamsal veri seti oluşturulmuştur. Birinci veri seti 2007 ve 2011 yıllarını, ikinci veri seti ise 2002, 2007 ve 2011 yıllarını kapsamaktadır. Her iki veri seti için uygun SKEM oluşturulmuş ve elde edilen sonuçlar yorumlanmıştır. Anahtar Kelimeler : Boylamsal Veriler, Karma Etki Modelleri, Semiparametrik Karma Etki Modelleri, Oy Oranları
Özet (Çeviri)
Longitudinal data is defined as data obtained by a repeated measurement of variables pertaining to the same units over time. Since the analysis of longitudinal data cannot be achieved through classical regression models, specific regression models have been developed for such data. Mixed-Effects Models (MEM) and Generalized Estimation Equations (GEE), as parametric regression models, are the most frequently used ones among such models. Fixed effects and random effects are both integrated into the model in MEM. GEE reveals the marginal change in the average value of the population by taking the correlation between the repeated measurements of the dependent variable into account. Both models are based on the rationale that the relation between the dependent variable and the independent variable(s) is linear or the relation is expressed through known parametric functions. In such a case, it is not possible to reveal the actual structure of the relation, which will prevent the researcher from achieving reliable and rational outcomes particularly in social sciences. Non-parametric regression model is utilized in cases where the relation between the dependent variable and the independent variable(s) is more complicated in longitudinal data. Some problems arise during the calculation and interpretation stages if there exist more than one independent variable in these models. In such a case, semiparametric regression models are used. In such models, the relation between the dependent variable and some independent variable(s) has a structure which allows expression through either linear or known functions. It is also likely for them to have a structure which does not have linear attributes with some independent variable(s) or does not allow expression through known functions. As longitudinal data comes into question in such a case, Semiparametric Mixed-Effects Models (SMEM), including subject-specific effects, yield the most applicable outcomes. Two different sets of longitudinal data are formed in this study so that the factors which have impact on the vote rate of a party can be identified. The first data set covers the period between the years 2007 and 2011, whereas the second set covers the years 2002, 2007 and 2011. An applicable SMEM is formed for both sets of data, and the results obtained are interpreted accordingly. Keywords : Longitudinal Data, Mixed-Effects Models, Semiparametric MixedEffects Models, Vote Rates
Benzer Tezler
- Boylamsal verilerde çok düzeyli doğrusal regresyon ve kantil regresyon yöntemlerinin karşılaştırılması
Comparison of multilevel linear regression and multilevel quantile regression methods in longitudinal data
BEGÜM KAFKAS
Doktora
Türkçe
2023
Eğitim ve ÖğretimHacettepe ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
DOÇ. DR. DERYA ÇOBANOĞLU AKTAN
- Application of classical and machine learning models on longitudinal data with binary response
İkı̇lı̇ yanıtlı boylamsal verı̇lerde klası̇k ve makı̇ne öğrenme modellerı̇nı̇n uygulanması
RÜMEYSA RANA ARSLAN
Yüksek Lisans
İngilizce
2023
BiyoistatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ÖZLEM İLK DAĞ
- Parameter estimations in linear mixed models with heavy-tailed and skew distributions
Lineer karma modellerde kalın kuyruklu ve çarpık dağılımlara dayalı parametre tahminleri
TUĞBA KAPUCU
Doktora
İngilizce
2023
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. FULYA GÖKALP YAVUZ
- Zamana bağlı roc analizi ve sağlık alanında uygulamaları
Time-dependent roc analysis and applications in the field of medicine
CEREN EFE
Yüksek Lisans
Türkçe
2017
BiyoistatistikÇukurova ÜniversitesiBiyoistatistik Ana Bilim Dalı
YRD. DOÇ. DR. İLKER ÜNAL
- Application of generalized estimating equations (GEE) for real longitudinal data
Genelleştirilmiş tahmin denklemlerinin (GEE) gerçek boylamsal veri için uygulaması
FATİMA YASSİN
Yüksek Lisans
İngilizce
2015
BiyoistatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. FİLİZ KARAMAN